人脸关键点定位处理方法和装置的制造方法
【技术领域】
[0001 ]本公开涉及通信领域，尤其涉及人脸关键点定位处理方法和装置。
【背景技术】
[0002] 人脸关键点是脸部一些表征能力强的关键点，比如眼睛、鼻子、嘴巴和脸部轮廓 等，人脸关键点定位在人脸识别领域有着很重要的作用，例如，人脸识别、跟踪和表情分析 都依赖于关键点定位的结果。
[0003] 相关技术中，通常采用参数形状模型的方法，根据人脸关键点附近的表观特征，通 过学习建立一个参数模型，并通过迭代算法优化人脸关键点的位置坐标最终获得人脸关键 点的坐标。
[0004] 公开内容
[0005] 为克服相关技术中存在的问题，本公开提供一种人脸关键点定位处理方法和装 置。
[0006] 根据本公开实施例的第一方面，提供一种人脸关键点定位处理方法，包括：
[0007] 采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟 合向量；
[0008] 查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行 剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；
[0009]查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行 人脸关键点定位处理。
[0010]结合第一方面，在第一方面的第一种可能的实现方式中，所述查询本地保存的人 脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至 获取不存在异常像素点的人脸图像包括：
[0011]根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获取所述待处理的 人脸图像对应的第一待修正的人脸图像；
[0012] 将所述第一待修正的人脸图像中的各个像素点分别与所述待处理的人脸图像中 的各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述 待处理的人脸图像中的异常像素点对应的拟合向量的元素，以获取第一修正后的人脸图 像；
[0013] 根据第N修正后的人脸图像中各个像素点对应的待拟合向量，查询所述人脸图像 样本集对应的样本矩阵，获取与所述第N修正后的人脸图像对应的第N+1待修正的人脸图 像，并将所述第N+1待修正的人脸图像的各个像素点分别与所述待处理的人脸图像中的各 个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述第N修 正后的人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+1修正后的人脸图像， 并将N加1重复执行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；
[0014] 其中，N为正整数，且初始时N等于2。
[0015] 结合第一方面，在第一方面的第二种可能的实现方式中，从数据库中获取人脸图 像样本集，并获取与所述人脸图像样本集对应的初始样本矩阵X;
[0016] 对所述初始样本矩阵X进行低秩和稀疏的分解处理，获得低秩矩阵Ak和稀疏矩阵 Ek;其中，X = Ak+Ek，k为正整数；
[0017] 采用公式A = arg min f (Ak)，获取所述样本矩阵A并保存至本地；其中，f (Ak)= rank(Ak)+X| |Ek| |o，rank(Ak)表不低秩矩阵Ak的秩，λ表不权重系数，I |Ek| |〇表不稀疏矩阵Ek 的零范数。
[0018] 结合第一方面的第一种可能的实现方式或者第一方面的第二种可能的实现方式， 在第一方面的第三种可能的实现方式中，所述根据第N修正后的人脸图像中各个像素点对 应的待拟合向量，查询所述人脸图像样本集对应的样本矩阵，获取与所述第N修正后的人脸 图像对应的第N+1待修正的人脸图像，包括：
[0019] 对所述样本矩阵进行主成分分析训练以获取均值向量和特征向量组；
[0020] 采用公式(aiN，a2N, . . .，akN) =arg min E(aiN，a2N, . . .，akN)，计算获取并保存第N修 正后的人脸图像中各个像素点对应的待拟合向量的拟合系数（ai N，a2N，. . .，akN)，其中，
p表示第N修正后的人脸图像中像素点 的个数，XlN表示所述第N修正后的人脸图像中的第i个像素，yi表示均值向量的第i个像素， ey表示第j个特征向量的第i个像素，a/表示第N修正后的人脸图像中各个像素点对应的待 拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数。 k
[0021] 采用公式Xs =芦+ Σβ/勺计算获取并保存第N+i待修正的人脸图像χΝ，其中，μ /=? 表示所述均值向量，a/表示第Ν修正后的人脸图像中各个像素点对应的待拟合向量的第j个 特征向量的系数，k表示所述特征向量组中向量的个数，ej表示第j个特征向量。
[0022] 结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式 中，所述将所述第N+1待修正的人脸图像的各个像素点分别与所述待处理的人脸图像中的 各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述第N 修正后的人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+1修正后的人脸图 像，包括：
[0023]分别获取所述第N修正后的人脸图像中的各个像素点分别与所述待处理的人脸图 像中的各个像素点对应的灰度值；
[0024]采用公式Δ /= | miN-m |计算获取并保存所述第N修正后的人脸图像中第i个像素 的点灰度值与所述待处理的人脸图像中的第i个像素点灰度值差值的绝对值Α Λ其中，nuN 表示所述第N修正后的人脸图像中第i个像素点的灰度值，m表示所述待处理的人脸图像中 第i个像素点的灰度值；
[0025] 若所述灰度值差值的绝对值大于预设阈值，则所述待处理的人脸图像中的第i 个像素点为异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向 量的元素，以获取第N+1修正后的人脸图像。
[0026] 根据本公开实施例的第二方面，提供一种人脸关键点定位处理装置，包括：
[0027] 获取模块，用于采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像 素点对应的待拟合向量；
[0028] 获取模块还用于查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理 的人脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；
[0029] 定位模块，用于查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点 的人脸图像进行人脸关键点定位处理。
[0030] 结合第二方面，在第二方面的第一种可能的实现方式中，所述获取模块包括：
[0031] 查询子模块，用于根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获 取所述待处理的人脸图像对应的第一待修正的人脸图像；
[0032]修正子模块，用于将所述第一待修正的人脸图像中的各个像素点分别与所述待处 理的人脸图像中的各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素 点，则去除所述待处理的人脸图像中的异常像素点对应的拟合向量的元素，以获取第一修 正后的人脸图像；
[0033]查询子模块还用于根据第N修正后的人脸图像中各个像素点对应的待拟合向量， 查询所述人脸图像样本集对应的样本矩阵，获取与所述第N修正后的人脸图像对应的第N+1 待修正的人脸图像；
[0034]修正子模块还用于将所述第N+1待修正的人脸图像的各个像素点分别与所述待处 理的人脸图像中的各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素 点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+ 1修正后的人脸图像，并将N加1重复执行剔除异常像素点处理，直至获取不存在异常像素点 的人脸图像；
[0035] 其中，N为正整数，且初始时N等于2。
[0036] 结合第二方面，在第二方面的第二种可能的实现方式中，所述获取模块还用于从 数据库中获取人脸图像样本集，并获取与所述人脸图像样本集对应的初始样本矩阵X;
[0037] 所述装置还包括分解模块，用于对所述初始样本矩阵X进行低秩和稀疏的分解处 理，获得低秩矩阵Ak和稀疏矩阵Ek;其中，X=A k+Ek，k为正整数；
[0038] 计算模块，用于采用公式A = arg min f(Ak)，获取所述样本矩阵A并保存至本地； 其中，f(Ak)=rank(Ak)+A| |Ek| |o，rank(Ak)表示低秩矩阵Ak的秩，λ表示权重系数，| |Ek| |〇表 示稀疏矩阵Ek的零范数。
[0039] 结合第二方面的第一种可能的实现方式或者第二方面的第一种可能的实现方式， 在第二方面的第三种可能的实现方式中，所述查询子模块，包括：
[0040] 主成分分析单元，用于对所述样本矩阵进行主成分分析训练以获取均值向量和特 征向量组；
[0041] 第一计算单元，用于采用公式(aiN，a2N, · · ·，akN)=arg min E(aiN，a2N, · · ·，akN)，计 算获取并保存第N修正后的人脸图像中各个像素点对应的待拟合向量的拟合系数（a/， a2N，...，akN)，其中
：，p表示第N修正后的 人脸图像中像素点的个数，XlN表示所述第N修正后的人脸图像中的第i个像素，以1表示均值 向量的第i个像素，表示第j个特征向量的第i个像素，a/表示第N修正后的人脸图像中各 个像素点对应的待拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个 数。
[0042]第二计算单元，用于采用公式
计算获取并保存第N+1待修正的 人脸图像/，其中，μ表示所述均值向量，a/表示第N修正后的人脸图像中各个像素点对应的 待拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数，表示第j个特 征向量。
[0043]结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式 中，所述修正子模块，包括：
[0044]灰度值获取子模块，用于分别获取所述第N修正后的人脸图像中的各个像素点分 别与所述第1待处理的人脸图像中的各个像素点对应的灰度值；
[0045]第三计算子模块，用于采用公式Δ /= | miN-m |计算获取并保存所述第N修正后的 人脸图像中第i个像素的点灰度值与所述待处理的人脸图像中的第i个像素点灰度值差值 的绝对值Α Λ其中，nuN表示所述第N修正后的人脸图像中第i个像素点的灰度值，m表示所 述待处理的人脸图像中第i个像素点的灰度值；
[0046]处理子模块，用于若所述灰度值差值的绝对值大于预设阈值，则所述待处理的 人脸图像中的第i个像素点为异常像素点，则去除所述第N修正后的人脸图像